标签
Trakkr Research 对 ChatGPT、Perplexity、Gemini、Claude 和 Google AI Overviews 引用的 1,285 条统计数据进行了测试，发现只有 40% 能追溯到得出相同结论的研究，而许多「僵尸数据」背后根本没有任何研究支撑。
PROVISO 是一个在 LLM agent 执行动作前进行溯源感知决策的控制器，通过将可信与外部观察编码为溯源类型记忆来平衡安全性与实用性，在多个 agent 安全基准上显著优于现有基线。
Sentient Foundation 介绍了 Fingerprinting Leaderboard，一个针对模型指纹技术的开放基准，用于在模型权重公开后验证其归属。该基准从模型质量保留、抗移除能力以及检测可靠性三个维度对各类指纹方法进行评分。
本文通过 LLM 辅助的内容分析，从专业人道主义情况报告中推导出 15 槽信息架构，并评估了 121 份人类报告和 261 份 LLM 生成报告，发现 LLM 生成的危机报告在部分指标上媲美人类，但无法提供专业出处且仅复现少量官方数据，自动评分指标（如 ROUGE-L、BERTScore）与报告完整性关联不佳。
本文提出了潜在商证据训练（Latent Quotient Evidence Training，LQET），这是一种关系型训练目标，帮助语言模型根据证据来源而非报告数量更新信念，从而减少人类与 AI 反馈循环中因信息被反复转述而产生的过度自信，并使 Qwen3-4B 和 Phi-4-mini 的均方根误差（RMSE）降低了 41–44%。
文章介绍了 OpenAI 为满足欧盟 AI 法案第 50(2) 条来源透明度要求而推出的文本水印 textGrain，并展示其发布的失效曲线：同义词替换 10% 时检测率从 92% 降至 66%，替换 25% 时仅剩 17%。作者还构建了一个交互式攻击实验室，可实时演示翻译回译、同义词替换和数学化文本如何让水印检测的 p 值崩塌，强调未检测到水印并不能证明内容出自人类之手。
论文首次基于 GitHub 全量 SKILL.md 的 git 历史构建了 AI 代理技能的复制网络，追踪 219 万次技能采用，发现少数仓库是几乎所有复制的源头、安全修复难以传播，并提出基于复制模型的审计排序方法以识别高风险技能仓库。
美国一项行政命令指示各机构在官方沟通中用“Super Intelligence（SI）”取代“AI”，NIST 也正据此迁移其公开术语 —— 这引发了关于如何区分“名称变更”与“来源权威实质性变更”的溯源与证据情报方面的担忧。
该论文对二十个 deepfake 检测器与十种生成器进行了评估，发现检测准确率随时间推移从 99.5% 下滑至 76%，而在对抗性扰动下则崩溃至 2% 以下；基于此，论文提出了一种基于“经生成器重构的可合理否认真实性”的校准式检测范式，可将误认证率控制在至多 1%。
Anthropic 宣布为 Claude 输出嵌入隐形水印后，开源工具 watermarks-remover 迅速走红，一周内涨了 15000+ Star，可清除多厂商 AI 溯源标记与元数据。
本文探讨了智能体记忆系统应如何在人类可读层中区分原始观测、已接受的决策、派生摘要和运行检查点，并提出了文件、关系型存储与向量索引之间的边界划分问题，以防止过期摘要在来源失效后依然留存。
论文提出 ForgePrint（搜索-蒸馏框架），通过定向改写将一个模型的输出伪装成目标模型的指纹，使归因分类器误判来源模型，在 CNN/DM 上达到 70.2% 的目标成功率，说明文本归因不能等同于来源真实性。
本文讨论了在多代理AI编码工作流中维护审计跟踪的挑战，强调了代理身份、委托和溯源对于管理责任和控制的必要性。
Apple在iPhone 18 Pro上推出可选的相机模式，使用基于硬件的密码学签名和云处理来验证照片真实性，拒绝C2PA标准，转而采用基于硬件的方案。
本文介绍了ClaimReceipt，一种与声明相关的收据规范和验证器，用于验证代理评估中的证据充分性和覆盖范围，并通过历史记录和前瞻性审计的实验进行验证。
文章分析了 Ox Alpha AI 模型的来源和审查行为，将其识别为 GLM 家族的一部分，并揭示了在特定话题如国内事件上的独特审查模式。
ECHO 是一个认知启发的、可审计的记忆架构，适用于长时程代理，在 LoCoMo 和 LongMemEval-S 等基准测试中表现出高检索性能。
本文提出了一种面向制造知识图谱的可组合信任基础设施，专注于跨系统溯源、时间推理和决策可追溯性。